.

Inteligencia Artificial

Este software de IBM es lo más parecido a un radiólogo humano

1

Su primer diagnóstico de prueba fue igual que el del profesional médico gracias a que combina tanto el análisis de imágenes médicas como el de los textos del historial

  • por Tom Simonite | traducido por Teresa Woods
  • 08 Febrero, 2016

La mayor parte del software inteligente actual se especializa en un solo tipo de datos, o interpreta textos o comprende el contenido de imágenes. El software en desarrollo de IBM está desarrollando un software que aspira a poder hacerlo todo de golpe. El objetivo es que pueda asistir en la radiología médica.

Su prototipo se llama Avicenna, en honor al filósofo del siglo XI que escribió una influyente enciclopedia médica. Puede identificar características anatómicas y anormalidades dentro de imágenes médicas, como los TAC, y también utiliza el texto y otros datos del historial médico del paciente para sugerir posibles diagnósticos y tratamientos.

Avicenna está diseñado para ser utilizado por cardiólogos y radiólogos para acelerar su trabajo y reducir los errores, y actualmente está especializado en mama. Pero el investigador del laboratorio de investigaciones Almaden de IBM Tanveer Syeda-Mahmood, que dirige el proyecto, afirma que su equipo y otros compañeros de la empresa ya se están preparando para empezar a probar el software fuera del laboratorio con grandes cantidades de datos de pacientes reales. El investigador afirma: "Estamos arrancando los preparativos para la comercialización".

Avicenna "mira" las imágenes médicas con el uso de distintos algoritmos de procesamiento de imágenes con diferentes especialidades. Algunos han sido entrenados para juzgar a qué altura del pecho del paciente ha sido sacada la placa CT, por ejemplo. Otros identifican los órganos o etiquetan anormalidades como coágulos. Algunos de estos componentes emplean una técnica llamada aprendizaje profundo, que recientemente ha generado unas tremendas mejoras en la precisión del software de reconocimiento de imágenes (ver Pinterest habilita un motor de búsqueda de productos basado en imágenes).

Los algoritmos de procesamiento de imágenes trabajan en conjunto con otros que han sido entrenados para interpretar textos y los resultados de pruebas médicas del historial médico. Avicenna tiene un sistema de "razonamiento" que extrapola en base a los resultados de todas esas señales distintas para sugerir posibles diagnósticos. Muestra un resumen de ese razonamiento a la persona que trabaja con el software.

Foto: El software Avicenna de IBM señaló unos posibles embolismos en esta placa de TAC en verde, encontrando en general los mismos problemas que un radiólogo humano que había señalado las anormalidades en rojo.

En una demostración del sistema, Syeda-Mahmood utilizó Avicenna para examinar el caso de una mujer de 28 años que se quejaba de dificultad respiratoria. El historial médico de la paciente incluía imágenes de angiograma pulmonar de los vasos sanguíneos que rodean los pulmones, algunos análisis de sangre y un texto que comentaba que su madre había sufrido varios abortos espontáneos.

Avicenna sabía que ese antecedente familiar puede estar asociado con la tendencia a formar coágulos, que pueden provocar abortos espontáneos, un dato que cambió su forma de analizar las imágenes. El software sugirió un embolismo pulmonar como el diagnóstico más probable, e indicó varios posibles embolismos dentro de las arterias pulmonares derecha e izquierda. Cuando un radiólogo revisó el caso de forma independiente, hizo el mismo diagnóstico y señaló más o menos los mismos posibles embolismos.

Los investigadores de IBM no son los únicos que intentan desarrollar software que combine el texto y otros datos de historial médico para trabajar en la radiología. Pero el profesor adjunto del centro de imágenes médicas del Instituto de Tecnología de Illinois (EEUU) Kenji Suzuki afirma que las ambiciones comerciales de IBM para Avicenna son únicas. En su opinión, "ninguna otra empresa intenta lograr, ni tiene previsto intentar, la integración total de texto, datos estructurados e imágenes médicas".

No obstante, basándose en lo que ha podido observar del proyecto hasta ahora, Suzuki cree que la potencia de procesado de imágenes y diagnósticos aún necesita ser más precisa y flexible. Incluso después de lograr estas mejoras, para conseguir un nivel importante de ventas, IBM tendrá que integrar su asistente automatizado con los sistemas informáticos de los hospitales y demostrar que proporciona beneficios económicos, "como reducir el coste total del hospital, los reembolsos por parte de los seguros médicos o el riesgo de demandas", explica Suzuki.

Syeda-Mahmood dice que aumentar la precisión de Avicenna es una de las principales prioridades de su equipo, aunque el objetivo es ayudar a los radiólogos, no reemplazarlos. Y cree que IBM dispone de una ventaja frente a los otros que intentan desarrollar este tipo de software.

Eso se debe a que aumentar la precisión de un sistema de aprendizaje de máquinas requiere entrenarlo con muchos datos de ejemplo para afinar sus capacidades. IBM ya ha amasado una gran colección de imágenes médicas e historiales, y está en proceso de agrandarla aún más.

El año pasado, la empresa adquirió una colección de miles de millones de imágenes médicas cuando compró la empresa Merge Healthcare. Esas imágenes aún no están disponibles para Avicenna, pero cuando lo estén, podrían ayudar a mejorar la precisión del software, según Syeda-Mahmood. Puede que el proyecto también reciba un impulso en forma de 50 millones de historiales médicos anonimizados que obtuvo IBM con la adquisición de una start-up llamada Explorys el año pasado.

Inteligencia Artificial

 

La inteligencia artificial y los robots están transformando nuestra forma de trabajar y nuestro estilo de vida.

  1. La nueva IA de Google DeepMind aprende a jugar videojuegos sola

    El nuevo agente de Google DeepMind podría enfrentarse a una variedad de juegos que nunca antes había visto observando a jugadores humanos

  2. Cómo la IA nos acerca al paradigma de robots capaces de moverse por el mundo real

    El aprendizaje por refuerzo puede ayudar a los robots a enfrentarse a nuevas tareas que no han intentado antes

  3. Una ‘spinoff’ de OpenAI crea una IA que permite a robots aprender como los humanos

    Pero ¿puede pasar del laboratorio al almacén?